-
题名高精度轻量级的人脸关键点检测算法
被引量：3
- 1
-
-
作者
徐礼淮
李哲
蒋佳佳
段发阶
傅骁
-
机构
天津大学精密测试技术及仪器国家重点实验室
中国科学院深海科学与工程研究所
-
出处
《激光与光电子学进展》
CSCD
北大核心
2020年第24期266-272,共7页
-
基金
国家自然科学基金(61971307,61905175,51775377)
国家重点研发计划(2017YFF0204800)
+2 种基金
天津市自然科学基金(17JCQNJC01100)
装备预研领域基金(61405180505,61400040303)
水下信息与控制重点实验室开放研究项目(6142218081811)。
-
文摘
针对当前人脸关键点检测算法网络模型复杂度高、在计算资源受限时不利于部署的问题,基于知识蒸馏思想,提出了一种高精度、轻量级的人脸关键点检测算法。通过改进残差网络(ResNet50)中的Bottleneck模块并引入分组反卷积,得到轻量级的学生网络。同时提出逐像素损失函数和逐像素对损失函数,通过对齐教师网络与学生网络的输出特征图与中间特征图,将教师网络的先验知识迁移至学生网络,从而提高学生网络的检测精度。实验结果表明,本算法得到的学生网络参数量为2.81M,模型大小为10.20MB,在GTX1080显卡上的每秒传输帧数为162frame,在300W和WFLW数据集上的平均误差分别为3.60%和5.50%。
-
关键词
图像处理
卷积神经网络
人脸关键点检测算法
知识蒸馏
模型优化
模轻量级网络
-
Keywords
image processing
convolution neural networks
facial landmark detection algorithm
knowledge distillation
model optimization
lightweight network
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
-
题名高精度轻量级的人脸关键点检测算法
- 2
-
-
作者
徐礼淮
李哲
蒋佳佳
段发阶
傅骁
-
机构
天津大学精密测试技术及仪器国家重点实验室
中国科学院深海科学与工程研究所
-
出处
《激光与光电子学进展》
CSCD
北大核心
2020年第21期142-148,共7页
-
基金
国家自然科学基金(61971307,61905175,51775377)
国家重点研发计划(2017YFF0204800)
+2 种基金
天津市自然科学基金(17JCQNJC01100)
装备预研领域基金(61405180505,61400040303)
水下信息与控制重点实验室开放研究项目(6142218081811)。
-
文摘
针对当前人脸关键点检测算法网络模型复杂度高、在计算资源受限时不利于部署的问题,基于知识蒸馏思想,提出了一种高精度、轻量级的人脸关键点检测算法。通过改进残差网络(ResNet50)中的Bottleneck模块并引入分组反卷积,得到轻量级的学生网络。同时提出逐像素损失函数和逐像素对损失函数,通过对齐教师网络与学生网络的输出特征图与中间特征图,将教师网络的先验知识迁移至学生网络,从而提高学生网络的检测精度。实验结果表明,本算法得到的学生网络参数量为2.81M,模型大小为10.20MB,在GTX1080显卡上的每秒传输帧数为162frame,在300W和WFLW数据集上的平均误差分别为3.60%和5.50%。
-
关键词
图像处理
卷积神经网络
人脸关键点检测算法
知识蒸馏
模型优化
模轻量级网络
-
Keywords
image processing
convolution neural networks
facial landmark detection algorithm
knowledge distillation
model optimization
lightweight network
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
